Технология автопилотирования быстро меняет наш способ передвижения, и вместо того, чтобы полагаться на людей-водителей, будущие машины будут полагаться на серию супер-сенсоров и сложных алгоритмов, чтобы воспринимать и понимать окружающую среду и принимать решения по вождению. В этой статье подробно описаны различные супер-сенсоры, необходимые для автопилотирования автомобиля, включая его принципы работы, прикладные сцены и его важность в системах автопилота.
Первая, сенсорная революция автопилота
Автопилотируемые автомобили должны чувствовать окружающую среду, включая дороги, автомобили, пешеходов, сигналы движения и т.д. Все это зависит от согласованной работы нескольких сенсоров, которые включают, но не ограничиваются лазерными радарами, радарами (Radar), камерами (Camera), ультразвуковыми сенсорами (Ultrasonic senсорs) и инерционными измерительными блоками (IMU).
Во-вторых, различные виды супер-сенсоров более подробно изучены
1 лазерный локатор
Принцип работы:
Лазерный локатор измеряет расстояние объекта, запуская лазерный луч CDCLVD110AVF, измеряя временной разность отражения. LiDAR может генерировать трёхмерные облака точек высокого разрешения, обеспечивая точную информацию об окружающей среде.
Прикладная сцена:
— моделирование окружающей среды: создание трехмерных моделей окружающей среды, распознавание дорог, препятствий и пешеходов.
— объекты обнаруживаются и классифицируются: идентифицируют и классифицируют различные типы объектов, такие как автомобили, пешеходы и дорожные знаки.
— карта высокой точности: используется для создания карт высокой точности, чтобы помочь системе автопилотирования определить точное местоположение.
Преимущества:
— с высоким разрешением, способным генерировать детальную трёхмерную карту окружающей среды.
— точное измерение расстояния, применимо к дальнему зонду.
Минус:
— цена выше, и она варьируется от тысячи до десятков тысяч долларов.
— более чувствительны к суровым погодным условиям, таким как туман, дождь.
2 радара
Принцип работы:
Радар испускает электромагнитные волны, измеряя время и изменения частоты, которые он отражает, чтобы вычислить расстояние и скорость объекта. Радары могут проникать в такие суровые погодные условия, как дым, дождь и снег, чтобы обеспечить надежную информацию о расстоянии и скорости.
Прикладная сцена:
— проверка и отслеживание автомобиля: проверка дальности и скорости передних автомобилей, поддержка адаптивного крейсерского управления (ACC).
— мониторинг слепых зон: обнаружение объектов в слепых зонах транспортных средств, предоставление помощи в области перехода.
— предупреждение о столкновении: обнаружение передних препятствий, обеспечивающее аварийное предупреждение о столкновении и аварийное торможение.
Преимущества:
— способность проникать в суровую погоду, обеспечивая устойчивое обнаружение.
— цена относительно низкая, для массового производства.
Минус:
— разрешение низкое и не может предоставить подробную экологическую информацию.
— возможности обнаружения неподвижных объектов ограничены.
Камера 3.
Принцип работы:
Камера предоставляет богатую информацию об окружающей среде, улавливая видимые световые изображения. С помощью алгоритма обработки изображений можно идентифицировать дорожные знаки, сигналы движения, пешеходов и транспортных средств.
Прикладная сцена:
— распознавание дорожных знаков: распознавание дорожных линий, дорожных знаков и светофоров.
— тестирование и классификация объектов: обнаружение и классификация различных объектов, таких как автомобили, пешеходы и животные.
— визуальная навигация: визуальная навигация по дорожным изображениям, управление вспомогательным транспортом.
Преимущества:
— низкая стоимость, высокое качество изображения, способное предоставить богатую экологическую информацию.
— могут распознавать сложные визуальные особенности, такие как слова и цвета.
Минус:
— чувствительна к условиям света, плохо работает ночью или при ярком свете.
— нужны сложные алгоритмы обработки изображений, с большим количеством потребляемых ресурсов.
Ультразвуковой датчик
Принцип работы:
Ультразвуковые сенсоры вычисляют расстояние объекта, запуская ультразвуковой сигнал, измеряя временной разницей в отражении. Ультразвуковые сенсоры применяются для обнаружения на коротких расстояниях и часто используются для вспомогательных систем парковки.
Прикладная сцена:
— вспомогательная парковка: проверка препятствий вокруг автомобиля, помощь при парковке.
— проверка на близкое расстояние: обнаружение объектов на коротком расстоянии вокруг автомобиля, оказывающих помощь при низкой скорости.
Преимущества:
— низкая стоимость, применима к коротким исследованиям.
— нечувствительна к свету окружающей среды и способна работать в любых условиях.
Минус:
— расстояние обнаружения ограничено, обычно в пределах нескольких метров.
— разрешение низкое и не может предоставить подробную экологическую информацию.
5. Инерционная измерительная единица (IMU)
Принцип работы:
Блок измерения инерции измеряет ускорение и угловую скорость автомобиля с помощью акселерометра и гироскопа. IMU может предоставить информацию о положении и движении автомобиля, навигацию и стабильный контроль вспомогательных автомобилей.
Прикладная сцена:
— оценка положения: информация о позициях, предоставляемых автомобилями, таких как угол тангажа, угол поворота и угол отклонения.
— проверка движения: проверка скорости и угловой скорости автомобиля, динамический контроль вспомогательных автомобилей.
— навигация и позиционирование: связываются с GPS, предоставляя информацию о навигации с высокой точностью.
Преимущества:
— передавать высокочастотные позы и информацию о движении, быстро реагировать.
— не подвержен влиянию внешней среды, способен работать в любых условиях.
Минус:
— нужно подключиться к другим сенсорам с ограниченной точностью при использовании.
— длительное использование может привести к накопленной погрешности, которая требует регулярной калибровки.
В-третьих, технология сращивания сенсоров
Для автоматического вождения автомобиля необходимо несколько сенсорных работ, чтобы он мог полностью воспринимать окружающую среду. Технология сенсорного синтеза интегрирует информацию о данных различных сенсоров, обеспечивая более полное и точное восприятие окружающей среды.
Необходима интеграция сенсоров
— повысить точность восприятия: различные сенсоры дополняют друг друга, предоставляя более точную информацию об окружающей среде. Например, LiDAR предоставляет облако трехмерных точек с высоким разрешении, камера предоставляет обогащённую информацию о изображениях, и оба компонента могут повысить точность распознавания объектов.
— увеличение надежности: мультисенсорная интеграция может увеличить избыточность системы, повысить надежность системы. Например, когда камеры не работают в условиях яркого света, они могут полагаться на радар и информацию об окружающей среде, предоставленную лидаром.
— расширять диапазон восприятия: различные сенсорные диапазоны различаются, и интеграция может расширить диапазон восприятия системы. Например, радары могут предоставлять дальние обнаружения, ультразвуковые сенсоры — ближние, и оба комбинирования могут охватывать более широкий диапазон обнаружения.
Способ сращивания сенсоров
— интеграция уровней данных: интегрировать оригинальные данные различных сенсоров и генерировать единую информацию восприятия окружающей среды. Например, объединить данные облака точек LiDAR с данными изображений с камер, чтобы создать трехмерную модель окружающей среды.
— интеграция характерных уровней: интегрирование характеристической информации, извлеченной различными сенсорами, чтобы повысить точность идентификации. Например, совместить характерные черты дорожной линии, распознаваемой камерой, с особенностями дорожной границы, обнаруженными лидаром, чтобы повысить точность распознавания дорожных линий.
— интеграция уровней принятия решений: интегрирование ощутимых результатов различных сенсоров для получения окончательной информации о принятии решений. Например, совмещать информацию о передних машинах, обнаруженных радаром, с информацией о сигналах движения, распознаваемыми камерами, и генерировать решения о движении автомобиля.
В-четвертых, перспектива будущего
По мере развития технологии автопилотирования производительность и технология интеграции датчиков будут увеличиваться, а будущие автопилоты будут иметь более высокую чувствительность и способность принимать решения. Вот несколько прогнозов на будущее:
Развитие сенсорной технологии
— лидар с более высоким разрешением: будущие сенсоры лидара будут иметь более высокое разрешение и более дальнее расстояние обнаружения, предоставляя более подробную информацию об окружающей среде.
— более умные камеры: будущие камеры объединят алгоритмы искусственного интеллекта для более эффективной обработки изображений и распознавания объектов.
— более дешевые радары: будущие радары будут иметь более высокую производительность и более низкие издержки, применимые к массовому производству.
2. Инновации в интеграции сенсоров
— интеграция глубокого обучения: использование алгоритмов глубокого обучения для глубокого слияния информации о различных датчиках, повышение точности и надежности восприятия окружающей среды.
— адаптивная интеграция: изучение алгоритмов с помощью машин, повышение гибкости и адаптивности системы в соответствии с изменениями окружающей среды и использованием динамической стратегии интеграции сенсоров с использованием динамических сцен.
— интеграция многоисточников информации: интегрирование в сеть транспортных средств (V2X), интегрирование информации между автомобилями и транспортными средствами и инфраструктурой, повышение комплексной способности системы восприятия.
вывод
Сенсорная революция авто-вождения зависит от согласованной работы ряда супер-сенсоров, включая лидар, радары, камеры, ультразвуковые сенсоры и IMU. С помощью технологии интегрирования сенсоров автоматическая система автопилота может полностью воспринимать окружающую среду и принимать безопасные и надежные решения по вождению. В будущем, по мере того как технологии сенсоров и технологии интеграции будут развиваться, автопилоты будут обладать более высокой способностью воспринимать и принимать решения, способствуя достижению разумных путешествий.
810-001489-001